Awesome 浏览器与计算机操作 Jev Projects

具有 Jev 配方的计算机使用平台，其中模型选择一个有界候选动作，客户端在执行前对其进行验证。

Browser Use 的超高速 Agent：Jev 在一次请求中选择操作和 DOM 元素，仅在需要输入文字时调用小型 LLM。

具有 Jev 技能的桌面自动化运行时，可从可访问性树候选中选择 UI 操作和目标。

具有可运行的拉取请求审查实验室的代理计算机平台，Jev 可以在其中判断调查结果是否被引入、支持和可操作。

单步成本约 0.0002 美元的 macOS 计算机操作方案：OCR 识别屏幕、TypeSafe 分类下一动作并执行点击。

面向 Mobilerun 的独立 Android Agent，每项决策均由 Jev 完成，附带实时 React Studio 和 Uber 演示。

速度提升 5–10 倍的浏览器操作方案：Jev 点击，Codex 思考并验证；由 EZCollegeApp 构建。

使用 TypeSafe Jev 模型的浏览器操作工具。

WXT 浏览器扩展，使用 Jev 和可复用模板规则清除页面干扰内容。

通过语音控制真实浏览器，Jev 在约 300 毫秒内判断意图与目标，Playwright 随即执行。

实验性 Chrome 扩展，让 Jev 判断 DOM 元素是否为广告并将其移除；BYOK、无后端，并非完整广告拦截器。

Chrome 扩展，在发布 X 帖子前使用 TypeSafe Jev 检查内容观感。

ACP 与 MCP 适配器，将 TypeSafe Jev 接入任意 LLM，为 Codex、Claude、Grok 和 OpenCode 提供计算机操作与类型化决策。

由 LLM 规划、Jev 决策的浏览器自动化方案，提供库、CLI 和 MCP 服务器。

原生 macOS 自动化循环，由 Jev 根据 OCR、辅助功能和 OmniParser 观察结果选择下一步 GUI 操作。

Chrome 扩展，由 Jev 用类型化判断给 X 帖子评分和标注，并显示本地实时成本。